Question

跪求翻译

explain the U.S. results. They also found that future excess stock returns are able to account for most of the variation in excess stock returns, while the variance of excess bond returns is mainly the result of news about future inflation.
It is a stylised fact that many nominal and sometimes real economic variables exhibit volatility that is often modelled as ARCH or GARCH.5 Such measures of volatility are now regarded as a proxy for risk and a key parameter in classic derivative pricing models (e.g. Hull, 2006). Co- movements in financial volatilities might suggest that we consider a multivariate framework,6 but here four dummies capture the volatility in excess returns, while the curse of dimensionality leads us to concentrate on the mean equation for the influence of direct spillovers between the primary variables.
2 For example, see Campbell and Cochrane (2000) and Kocherlakota (1996).
3 Hunter and Isachenkova (2006) find macroeconomic surprises impact on the failure risk of large corporate companies.
4 Davidson (1982), Davidson and Froyen (1982), Chen et al. (1986) and Chen (1991) consider the impact of such variables on stock returns.
5 See Bollerslev, Chou, and Kroner (1992) for a theoretical and empirical review of the ARCH modelling.
6 For a recent survey of multivariate GARCH models, see Bauwens, Laurent, and Rombouts (2006).

3. The data
We select as a measure of the U.S. stock market, close-to-close monthly values of the index price for the Standard & Poor’s 500 Composite Index (S&P 500). U.S. monthly data for narrow money (M1), Personal Consumption Expenditure (PCE), Consumer Price Index (CPI) and Personal Dispensable Income (PDI) are used to characterize the macro economy. Due to data availability the PCE/PDI data are seasonally adjusted, while M1 and CPI are available without seasonal adjustment. To calculate the excess returns we subtract the risk free rate.7

Answer 1

解释美国结果。 他们也发现未来余料回归能占大多变异过份股票收益，而剩余债券回归的变化是新闻的主要结果关于未来通货膨胀的。
It是一个风格化事实许多名词性的词和有时真正的经济可变物陈列经常被塑造的挥发性，当曲拱或GARCH.5挥发性这样措施现在被认为风险和一个关键参量的一个代理人在经典衍生物定价模型(即船身2006)。 在财政挥发性的共同的运动也许建议我们考虑一个多维分布的框架， 6，但是这里四个钝汉夺取挥发性过份回归，而幅员诅咒带领我们集中直接溢出的影响的卑鄙等式在主要可变物之间的。
2例如，看见坎伯和Cochrane (2000)和Kocherlakota (1996)。
3猎人和Isachenkova (2006)发现宏观经济学惊奇对大公司公司的失败风险冲击。
4 Davidson (1982)， Davidson和Froyen (1982)，陈等(1986)和陈(1991)考虑冲击的这样可变物对股票收益。
5为曲拱塑造的理论和经验主义的回顾看见Bollerslev、周和Kroner (1992)。 多维分布的GARCH模型一次最近勘测的6，看见Bauwens、劳伦特和Rombouts (2006)。

3. 数据
We选择，当美国股市的措施，关闭对关闭索引价格的月度价值标准& Poor’s 500综合指数的(S&P 500)。 美国月度数据为狭窄的金钱(M1)，个人消费开支(PCE)，零售价指数(CPI)和个人可有可无的收入(PDI)被用于描绘宏观经济。 而M1和CPI是可利用的没有季节性调整，由于数据可用性PCE/PDI数据随季节调整。 要计算剩余回归我们减去无风险的率

Answer 2

解释美国的结果。他们还发现，未来超过股票收益能占大多数的变化超过股票的回报，而差异的回报率超过国债，主要是由于对未来通货膨胀的消息。
这是一个别具风格的事实，即许多名义，有时表现出真正的经济变量的波动往往是仿照作为拱或GARCH.5这些措施的波动，现在被视为代理风险的一个关键参数的经典衍生物定价模型（如船体， 2006年） 。联合运动在金融波动可能表明，我们认为这是一个多元的框架， 6但在这里捕捉四个傻瓜的波动超过回报，而诅咒维度使我们把注意力集中在平均方程的影响之间的直接间接影响的主要变量。
2例如，见坎贝尔和科克伦（ 2000年）和Kocherlakota （ 1996年） 。
3亨特和Isachenkova （ 2006 ）发现惊喜影响宏观经济的失败风险的大型企业公司。
4戴维森（ 1982年） ， Davidson和Froyen （ 1982年） ，陈等人。 （ 1986年） ，陈（ 1991 ）所产生的影响考虑这些变量对股票收益。
5见Bollerslev ，周，并克隆纳（ 1992 ）的理论与实证审查拱模型。
6最近的一项调查显示多元GARCH模型，见Bauwens洛朗和Rombouts （ 2006年） 。

3 。数据
我们选择作为衡量的美国股市，接近密切每月价值指数价格标准普尔500种股票综合指数（ S ＆ P 500指数） 。美国月度数据为狭义货币（ M1 ） ，个人消费支出（ PCE ）物价，消费者物价指数（ CPI ）和个人一次性收入（民主党）是用来描述宏观经济。由于个人消费支出数据可用性/能量数据经季节性调整，而M1和消费物价指数有没有季节性调整。计算超额回报我们减去无风险rate.7

Answer 3